• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于重疊條紋特征融合的行人再識(shí)別

    2019-06-20 06:07:39王琳琳王微梁鳳梅
    現(xiàn)代電子技術(shù) 2019年10期
    關(guān)鍵詞:條紋識(shí)別率直方圖

    王琳琳 王微 梁鳳梅

    摘 ?要: 針對(duì)行人再識(shí)別過程中,光照、攝像機(jī)設(shè)置等因素影響行人圖像顏色以及在提取圖像特征時(shí)丟失部分圖像細(xì)節(jié)的問題,提出一種基于重疊條紋特征融合的行人再識(shí)別方法。在提取特征前,對(duì)圖像進(jìn)行重疊條紋分割,對(duì)所分割的條紋提取HSV顏色直方圖和Gabor紋理特征直方圖,HSV顏色直方圖可以增強(qiáng)圖像顏色信息的鑒別性,而重疊條紋分割方法解決丟失圖像細(xì)節(jié)問題,Gabor紋理特征對(duì)圖像的邊緣敏感,增加圖像的細(xì)節(jié)信息,融合所提取的圖像特征,形成特征描述子;然后用交叉視角邏輯度量學(xué)習(xí)算法進(jìn)行識(shí)別;最后在VIPER和GRID圖像庫上進(jìn)行實(shí)驗(yàn),rank1分別達(dá)到了31.68%和16.32%,rank10和rank20也有明顯提高。結(jié)果表明所提方法能夠提高行人再識(shí)別的識(shí)別率。

    關(guān)鍵詞: 行人再識(shí)別; HSV顏色直方圖; Gabor紋理特征直方圖; 重疊條紋; 特征融合; 交叉視角邏輯度量學(xué)習(xí)

    中圖分類號(hào): TN911.73?34; TP391 ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼: A ? ? ? ? ? ? ? ? ? ?文章編號(hào): 1004?373X(2019)10?0175?04

    Pedestrian re?identification based on feature fusion of overlapped stripes

    WANG Linlin, WANG Wei, LIANG Fengmei

    (Taiyuan University of Technology, Jinzhong 030600, China)

    Abstract: In allusion to the problems that the pedestrian image color is influenced by the factors of illumination and camera settings during the pedestrian re?identification process, and image details are partially lost during image feature extraction, a pedestrian re?identification method based on feature fusion of overlapped stripes is proposed. The segmentation of overlapped stripes is conducted for images before feature extraction. The HSV color histogram and Gabor texture feature histogram are extracted for the segmented stripes. The HSV color histogram is used to improve the identification performance of image color information. The overlapped stripe segmentation method is used to solve the lose problem of image details. The sensitivity of the Gabor texture feature to image margin increases the detail information of images. The extracted image features are fused to form feature descriptors, so as to conduct image identification by using the cross?view logical metric learning algorithm. The experimental results of the VIPER and GRID image libraries show that the rank1 can reach 31.68% and 16.32% respectively, and the rank10 and rank20 are also significantly improved, which indicate that the proposed method can improve the identification rate of pedestrian re?identification.

    Keywords: pedestrian re?identification; HSV color histogram; Gabor texture feature histogram; overlapped stripe; feature fusion; cross?view logical metric learning

    行人再識(shí)別的方法主要有兩類:基于特征設(shè)計(jì)法和基于機(jī)器學(xué)習(xí)法?;跈C(jī)器學(xué)習(xí)的方法是學(xué)習(xí)行人再識(shí)別模型的優(yōu)化參數(shù),或者從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)有效的特征分類來減少不同行人圖像間的相似度[1]?;谔卣髟O(shè)計(jì)法一般從兩方面來研究:特征描述和距離學(xué)習(xí)。特征描述是尋找對(duì)光照和視角變化具有魯棒性的特征。常用的特征有顏色特征[2]、紋理特征[3]、形狀特征[3?4]及多種特征的融合特征[5?6]。文獻(xiàn)[5]提取圖像稠密的局部塊特征,在局部塊內(nèi)提取LAB通道的32維顏色直方圖特征和128維的SIFT特征進(jìn)行融合得到行人圖像特征[5]。文獻(xiàn)[6]用gBiCov特征來描述行人特征。距離學(xué)習(xí)是學(xué)習(xí)特征之間的最佳距離來識(shí)別不同的行人,使得同一行人在不同攝像機(jī)下的樣本相似度大于不同行人之間的樣本相似度。ZHENG W S等人引入了一種新穎的概率相對(duì)距離比較(PRDC)模型[7],不同于大多減少類內(nèi)距離的距離學(xué)習(xí)方法,它旨在使得一對(duì)真正的匹配對(duì)比一個(gè)錯(cuò)誤匹配對(duì)的距離更小。

    為了解決行人再識(shí)別面臨的問題,本文提出一種基于特征融合的方法。該方法首先通過Retinex算法[8]對(duì)原始圖像進(jìn)行處理,減少光照對(duì)行人圖像的影響;然后提出一種分割方法,對(duì)行人圖像進(jìn)行11條水平條紋分割;對(duì)所分割的條紋提取HSV顏色直方圖和Gabor紋理特征直方圖進(jìn)行特征融合,形成特征描述子;用距離學(xué)習(xí)算法進(jìn)行識(shí)別。最后在2個(gè)圖像庫上進(jìn)行實(shí)驗(yàn),由結(jié)果表明可以得到本文方法能提高行人再識(shí)別的識(shí)別率。

    1 ?重疊條紋特征提取及融合

    本文提出一種基于重疊條紋融合的特征提取的行人再識(shí)別方法。對(duì)圖像進(jìn)行重疊條紋分割,對(duì)所分割的條紋提取HSV顏色直方圖和Gabor紋理特征直方圖。HSV顏色直方圖可以增強(qiáng)圖像顏色信息的鑒別性,Gabor紋理特征對(duì)圖像的邊緣敏感,重疊條紋分割方法解決丟失圖像細(xì)節(jié)問題。

    1.1 ?HSV顏色特征提取

    與別的視覺特征相比,顏色特征對(duì)圖像自身的尺寸、方向、視角的依賴性比較小,所以具有較高的魯棒性。顏色直方圖描述的是不同色彩在整幅圖像中所占的比例,并不關(guān)心每種色彩所處的空間位置,也就是無法描述圖像里的對(duì)象[1]。HSV顏色空間是一個(gè)均勻的顏色空間,更接近于人們對(duì)顏色的主觀認(rèn)識(shí)[1]。

    采用HSV空間對(duì)圖片進(jìn)行描述,物體色彩的明暗及色調(diào)能夠直觀的表達(dá)出來,而且對(duì)光照變化不敏感,方便進(jìn)行顏色之間的對(duì)比。HSV的三個(gè)分量分別代表色彩(Hue)、飽和度(Saturation)和值(Value),這三個(gè)分量是獨(dú)立不相關(guān)的。

    1.2 ?紋理特征提取

    Gabor紋理特征是一種使用較為廣泛的紋理特征,它在圖像檢索,圖像處理以及人臉識(shí)別方面都有著重要的應(yīng)用[9]。該特征是基于Gabor濾波器發(fā)展而成的,Gabor濾波器提取目標(biāo)的局部空間和頻率域信息方面有良好的特征,對(duì)圖像的邊緣敏感,能夠提供良好的方向選擇和尺度選擇特征,而且對(duì)于光照變化不敏感,能夠提供對(duì)光照變化良好的適應(yīng)性,其處理的數(shù)據(jù)量較少,計(jì)算較為簡(jiǎn)單[9]。Gabor 紋理特征提取是首先將彩色圖像轉(zhuǎn)換為灰度圖像,然后再使用Gabor濾波器對(duì)其進(jìn)行濾波得到紋理圖像,Gabor濾波器的公式為:

    [G(x,y,f,Sx,Sy)=exp-x2Sx+y2Sy2cos(2πfx)x=xcos θ+ysin θ,y=-xsin θ+ycos θ] (1)

    式中,[Sx]和[Sy]控制濾波器作用區(qū)域的大小;[f]控制濾波器的頻率;[θ]控制濾波的方向。將 Gabor 濾波器的參數(shù)([Sx,Sy,f,θ])設(shè)置為(1,2,0.35,0)。

    1.3 ?基于重疊條紋的特征提取

    由于光照等原因,同一行人在不同的攝像機(jī)下的圖像顏色也會(huì)發(fā)生很大的變化,對(duì)所提取的顏色特征有很大的影響,所以引入Retinx變換[8],在提取顏色特征直方圖之前先用Retinx對(duì)行人圖像進(jìn)行處理。經(jīng)過處理后的圖像通常包含生動(dòng)的顏色信息,特別是在陰影區(qū)域的增強(qiáng)細(xì)節(jié)方面有很好的表現(xiàn)。

    同一行人在不同的攝像機(jī)下的視角不同,如在一個(gè)攝像機(jī)下為正面圖像,在另一個(gè)攝像機(jī)下為側(cè)面圖像。因此,視角改變是行人再識(shí)別的一個(gè)難題。為了解決這個(gè)問題,文獻(xiàn)[10]提出把行人圖像平均分成6塊水平條紋,在每塊水平條紋中計(jì)算一個(gè)直方圖。這一方法在解決視角改變方面取得了一定的成功,但在對(duì)圖像分割時(shí)會(huì)丟失一些圖像細(xì)節(jié),所以本文中提出重疊條紋的方法來解決這一問題。在把行人圖像分為6塊水平條紋之后,再把這一行人圖像的頂部和底部去掉,剩余的部分平均分為5塊水平條紋,最后提取11塊水平條紋的圖像特征。對(duì)于每一塊水平條紋,提取Gabor紋理特征直方圖和8×8×8?bin的HSV顏色特征直方圖。

    1.4 ?特征融合

    為了使所得到行人圖像特征更具魯棒性,本文融合圖像的HSV顏色特征直方圖和Gabor紋理特征直方圖描述行人圖像。具體為串聯(lián)HSV顏色特征直方圖和Gabor紋理特征直方圖這2種特征,形成行人圖像特征描述子[11]。

    2 ?相似度度量函數(shù)的學(xué)習(xí)

    本文采用半正定約束的邏輯度量學(xué)習(xí)方法進(jìn)行相似度度量函數(shù)的學(xué)習(xí)[12]。有一個(gè)交叉視圖訓(xùn)練集{X,Z,Y},[X=x1,x2,…,xn∈Rd×n]表示d維空間中一個(gè)視角上包含n個(gè)樣本,[Z=z1,z2,…,zm∈Rd×m]表示d維空間的另一個(gè)視角上包含m個(gè)樣本,[Y∈Rn×m]是X和Z之間的匹配標(biāo)簽,[yij=1]表示[xi]和[zj]是用一類,[yij=-1]則表示不是同一類。當(dāng)[y=1]時(shí),把(X,Z)稱為正樣本對(duì);[y=-1],則為負(fù)樣本對(duì)。本文的目的是想要學(xué)習(xí)一個(gè)馬氏距離函數(shù)[12]來度量交叉視角樣本之間的距離,馬氏距離函數(shù)表示為[D2Mx,z=x-z2M=x-zTMx-z],[M≥0]是一個(gè)半正定矩陣。為了學(xué)習(xí)上述度量函數(shù)[D2M],采用一個(gè)損失函數(shù)[fMx,z=log1+eyD2Mx,z-μ],總體損失函數(shù)為[FM=i=1nj=1mωijfMxi,zj] ,如果[yij=1],則[ωij=1Npos],否則[ωij=1Nneg],[Npos]和[Nneg]分別為正采樣對(duì)數(shù)和負(fù)采樣對(duì)數(shù)。交叉視角邏輯度量學(xué)習(xí)問題表達(dá)為:[minMFM],[M≥0]。應(yīng)用近端梯度快速解決方法[12]解決得出[FMt-FM?≤2γLM0-M?2Ft+12] ,[M?]為式(2)的最優(yōu)解,即得到所需的度量函數(shù)矩陣[M]。

    3 ?實(shí)驗(yàn)及結(jié)果分析

    本節(jié)利用2個(gè)常用行人再識(shí)別圖像數(shù)據(jù)庫,分析本文方法在2個(gè)圖像庫上的識(shí)別性能[12]。每次在相同的條件下重復(fù)進(jìn)行10次實(shí)驗(yàn),取10次實(shí)驗(yàn)結(jié)果的平均值作為測(cè)試結(jié)果,并用累積匹配特性(CMC)曲線進(jìn)行評(píng)價(jià)。

    3.1 ?行人再識(shí)別圖像庫

    VIPER圖像庫[13]是最有挑戰(zhàn)的行人再識(shí)別圖像庫之一,包含632對(duì)行人圖像,由2個(gè)攝像機(jī)在戶外拍攝。VIPER中的圖像同一行人在背景、光照和視角方面有很大的不同,所有的圖像規(guī)格都為128×48像素。

    GRID圖像庫[8]包含250對(duì)行人圖像對(duì), 每一對(duì)都是來自不同相機(jī)視圖的同一個(gè)人的兩張照片,此外,還有775幅不屬于250人的圖像,用來擴(kuò)大圖像庫。該圖像庫是從一個(gè)地下站的8個(gè)不相交的攝像機(jī)中獲取得到的。行人圖像的分辨率較低,而且光照和視角有較大的變化,所有的圖像規(guī)格都?xì)w一化為128×48像素。

    3.2 ?實(shí)驗(yàn)結(jié)果

    VIPER上的632對(duì)圖像隨機(jī)選取一半做訓(xùn)練,另一半做測(cè)試,訓(xùn)練和測(cè)試的行人數(shù)相同。為驗(yàn)證融合特征的性能,表1給出使用單一特征和融合特征的實(shí)驗(yàn)對(duì)比。

    從表1的實(shí)驗(yàn)數(shù)據(jù)可以看出,只使用Gabor紋理特征直方圖比只使用HSV特征直方圖rank1提高了4%,rank10和rank20也有明顯提高;本文算法使用兩種融合特征直方圖rank1,rank10和rank20分別達(dá)到31.68%,73.96%和86.20%,識(shí)別率有了明顯的提高。

    為了驗(yàn)證11塊水平條紋分割方法對(duì)本文算法的影響,表2給出6塊水平分割和本文方法的實(shí)驗(yàn)對(duì)比。從表2的實(shí)驗(yàn)數(shù)據(jù)可以看出,使用重疊條紋分割比均勻分割rank1,rank10和rank20分別提高了2.79%,3.71%和1.47%,識(shí)別率有了一定的提高。

    為驗(yàn)證本算法的性能,將其與較有代表性的算法進(jìn)行比較,根據(jù)各算法繪制CMC曲線如圖1所示。

    圖1 ?各方法在VIPER圖像庫上的CMC曲線

    采用GRID圖像庫中的125對(duì)圖像做訓(xùn)練,剩下的125對(duì)圖像和775幅圖像做測(cè)試,為了驗(yàn)證本算法的性能,將其與比較有代表性的算法進(jìn)行比較,根據(jù)各算法繪制CMC曲線如圖2所示。

    圖2 ?各方法在GRID圖像庫上的CMC曲線

    表3給出了各個(gè)方法在2個(gè)圖像庫上的rank1,rank10和rank20的識(shí)別率。從表3可以看出,與其他方法相比較,本文方法在2個(gè)圖像庫上的識(shí)別效果均達(dá)到最好,rank1分別達(dá)到了31.68%和16.32%。文獻(xiàn)[5]提取圖像的LAB顏色直方圖和SIFT特征,KISSME算法提取圖像的HSV和LAB顏色直方圖,LBP紋理直方圖,兩種算法在提取特征時(shí)都是將圖像分為圖像塊,提取圖像塊的特征,相比于本文算法,破壞了圖像局部細(xì)節(jié),使得識(shí)別率低于本文算法;PRDC提取圖像RGB,YCbCr,HSV顏色特征和Schmid,Gabor紋理特征,在提取特征時(shí),將圖像平均分為6塊水平條紋,破壞了圖像細(xì)節(jié),識(shí)別率較低;文獻(xiàn)[6]提取圖像的gBicov特征,LMNN算法提取圖像單一特征,所提取的圖像特征較少,識(shí)別率低于本文識(shí)別率。

    4 ?結(jié) ?語

    本文提出一種基于重疊條紋的顏色和紋理特征融合的行人再識(shí)別方法,融合HSV顏色特征直方圖和Gabor紋理特征直方圖形成特征描述子對(duì)行人進(jìn)行再識(shí)別。在提取特征時(shí)采用重疊條紋分割方法,在2個(gè)行人再識(shí)別圖像庫上對(duì)本文方法進(jìn)行實(shí)驗(yàn),結(jié)果表明,重疊條紋分割方法可提高識(shí)別率,本文方法在VIPER圖像庫和GRID圖像庫上的rank1分別達(dá)到31.68%和16.32%,提高了行人再識(shí)別的性能,具有實(shí)用價(jià)值。本文在對(duì)圖像特征進(jìn)行提取時(shí),所提取的特征較少,以后的工作可以融合多種顏色特征和紋理特征對(duì)行人圖像進(jìn)行再識(shí)別。

    參考文獻(xiàn)

    [1] 陳瑩,霍中花.多方向顯著性權(quán)值學(xué)習(xí)的行人再識(shí)別[J].中國(guó)圖象圖形學(xué)報(bào),2015,20(12):1674?1683.

    CHEN Ying, HUO Zhonghua. Person re?identification based on multi?directional saliency metric learning [J]. Journal of image and graphics, 2015, 20(12): 1674?1683.

    [2] FARENZENA M, BAZZANI L, PERINA A, et al. Person re?identification by symmetry?driven accumulation of local features [C]// Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition. San Francisco: IEEE, 2010: 2360?2367.

    [3] BAK S, CORVEE E, BREMOND F, et al. Person re?identification using spatial covariance regions of human body parts [C]// Proceedings of 7th IEEE International Conference on Advanced Video and Signal Based Surveillance. Boston: IEEE, 2010: 435?440.

    [4] IODICE S, PETROSINO A. Salient feature based graph matching for person re?identification [J]. Pattern recognition, 2015, 48(4): 1074?1085.

    [5] 霍中花,陳瑩.基于多顯著性融合的行人再識(shí)別[J].光電工程,2015,42(9):41?47.

    HUO Zhonghua, CHEN Ying. Person re?identification based on multi?salience fusion [J]. Opto?electronic engineering, 2015, 42(9): 41?47.

    [6] MA B, SU Y, JURIE F. Covariance descriptor based on bio?inspired features for person re?identification and face verification [J]. Image and vision computing, 2014, 32(6): 379?390.

    [7] ZHENG W S, GONG S, XIANG T. Re?identification by relative distance comparison [J]. IEEE transactions on pattern analysis and machine intelligence, 2013, 35(3): 653?668.

    [8] LIAO S, HU Y, ZHU X, et al. Person re?identification by local maximal occurrence representation and metric learning [C]// Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. Boston: IEEE, 2015: 2197?2206.

    [9] 劉皓.基于多核學(xué)習(xí)的無重疊視域多攝像機(jī)行人再識(shí)別問題研究[D].合肥:合肥工業(yè)大學(xué),2014.

    LIU Hao. Research of problems of non?overlapping multi?camera pedestrian re?identification based on multiple kernel learning [D]. Hefei: Hefei University of Technology, 2014.

    [10] PROSSER B, ZHENG W S, GONG S, et al. Person re?identification by support vector ranking [C]// Proceedings of British Machine Vision Conference. Aberystwyth: [s.n.], 2010: 1?11.

    [11] 袁立,田子茹.基于融合特征的行人再識(shí)別方法[J].模式識(shí)別與人工智能,2017,30(3):269?278.

    YUAN Li, TIAN Ziru. Person re?identification based on multi?feature fusion [J]. Pattern recognition and artificial intelligence, 2017, 30(3): 269?278.

    [12] LIAO S, LI S Z. Efficient PSD constrained asymmetric metric learning for person re?identification [C]// Proceedings of IEEE International Conference on Computer Vision. Santiago: IEEE, 2015: 3685?3693.

    [13] K?STINGER M, HIRZER M, WOHLHART P, et al. Large scale metric learning from equivalence constraints [C]// Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Providence: IEEE Computer Society, 2012: 2288?2295.

    猜你喜歡
    條紋識(shí)別率直方圖
    統(tǒng)計(jì)頻率分布直方圖的備考全攻略
    符合差分隱私的流數(shù)據(jù)統(tǒng)計(jì)直方圖發(fā)布
    基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測(cè)
    誰是窮橫條紋衣服的人
    小福爾摩斯(2019年2期)2019-09-10 07:22:44
    基于真耳分析的助聽器配戴者言語可懂度指數(shù)與言語識(shí)別率的關(guān)系
    別急!丟了條紋的斑馬(上)
    別急!丟了條紋的斑馬(下)
    用直方圖控制畫面影調(diào)
    提升高速公路MTC二次抓拍車牌識(shí)別率方案研究
    高速公路機(jī)電日常維護(hù)中車牌識(shí)別率分析系統(tǒng)的應(yīng)用
    91狼人影院| 精品久久久久久久久亚洲 | 丝袜美腿在线中文| 国产精品免费一区二区三区在线| av中文乱码字幕在线| www日本黄色视频网| 91麻豆精品激情在线观看国产| 91av网一区二区| 午夜福利欧美成人| 97超视频在线观看视频| 床上黄色一级片| 欧美日韩乱码在线| 老熟妇乱子伦视频在线观看| 亚洲天堂国产精品一区在线| 99精品久久久久人妻精品| 99在线人妻在线中文字幕| 国产精品亚洲一级av第二区| 国产 一区 欧美 日韩| 欧美成人a在线观看| 亚洲成av人片免费观看| 国产欧美日韩一区二区精品| 51国产日韩欧美| aaaaa片日本免费| 免费看日本二区| 99热精品在线国产| 久久久久久九九精品二区国产| 亚洲av免费在线观看| 国产精品久久视频播放| 国产在视频线在精品| 久久久久国产精品人妻aⅴ院| 最好的美女福利视频网| 亚洲精品粉嫩美女一区| 国产麻豆成人av免费视频| 99热精品在线国产| 97碰自拍视频| 极品教师在线免费播放| 男人狂女人下面高潮的视频| 韩国av一区二区三区四区| 又粗又爽又猛毛片免费看| 亚洲av成人av| 禁无遮挡网站| 看免费av毛片| 欧美+亚洲+日韩+国产| 国产av不卡久久| 久久性视频一级片| 99热精品在线国产| 91字幕亚洲| 免费高清视频大片| 麻豆国产av国片精品| 国产高清三级在线| 三级国产精品欧美在线观看| 欧美性猛交黑人性爽| 成人av在线播放网站| 脱女人内裤的视频| 波多野结衣高清无吗| 亚洲av日韩精品久久久久久密| 国产淫片久久久久久久久 | 国产亚洲精品久久久久久毛片| 亚洲片人在线观看| 久久久久国内视频| 午夜久久久久精精品| 亚洲av五月六月丁香网| 黄片小视频在线播放| 日韩欧美精品免费久久 | 欧美一区二区国产精品久久精品| 亚洲成a人片在线一区二区| 中文字幕高清在线视频| 国产三级在线视频| 女人十人毛片免费观看3o分钟| 男人狂女人下面高潮的视频| 亚洲经典国产精华液单 | 精品一区二区三区av网在线观看| 国内少妇人妻偷人精品xxx网站| 久久人人爽人人爽人人片va | 国产在视频线在精品| 高清毛片免费观看视频网站| 色综合亚洲欧美另类图片| 亚洲熟妇熟女久久| 美女大奶头视频| 婷婷六月久久综合丁香| 精品久久久久久久久亚洲 | 亚洲美女黄片视频| 在线免费观看的www视频| 久久久久久久久久黄片| 国产精品爽爽va在线观看网站| 啪啪无遮挡十八禁网站| 久久久久九九精品影院| 免费在线观看亚洲国产| 亚洲美女搞黄在线观看 | 亚洲中文字幕日韩| 深夜a级毛片| 久久久久亚洲av毛片大全| 最近视频中文字幕2019在线8| 综合色av麻豆| 亚洲性夜色夜夜综合| 日韩亚洲欧美综合| 日本在线视频免费播放| 小蜜桃在线观看免费完整版高清| 老熟妇乱子伦视频在线观看| 此物有八面人人有两片| 欧美日本亚洲视频在线播放| 一级作爱视频免费观看| 国产高清有码在线观看视频| av天堂中文字幕网| 久久国产精品影院| 亚洲成人精品中文字幕电影| 黄片小视频在线播放| 亚洲av一区综合| 一边摸一边抽搐一进一小说| 国产单亲对白刺激| 欧美一级a爱片免费观看看| 日本撒尿小便嘘嘘汇集6| 麻豆国产97在线/欧美| 成人三级黄色视频| 婷婷亚洲欧美| av在线观看视频网站免费| 有码 亚洲区| 亚洲最大成人手机在线| 精品欧美国产一区二区三| 久99久视频精品免费| 国产av一区在线观看免费| 午夜精品一区二区三区免费看| 欧美激情国产日韩精品一区| 国产熟女xx| 国产成+人综合+亚洲专区| 欧美三级亚洲精品| 亚洲精品日韩av片在线观看| 久久精品影院6| 久久久久国内视频| 国产视频内射| 久久久精品大字幕| 老熟妇乱子伦视频在线观看| 自拍偷自拍亚洲精品老妇| 男女床上黄色一级片免费看| av在线天堂中文字幕| 一本一本综合久久| 直男gayav资源| 欧美绝顶高潮抽搐喷水| 中文亚洲av片在线观看爽| 婷婷色综合大香蕉| 国产精品三级大全| 亚洲最大成人手机在线| 老司机福利观看| 熟妇人妻久久中文字幕3abv| 亚洲av成人不卡在线观看播放网| 欧美黄色片欧美黄色片| 成年免费大片在线观看| 欧美日韩综合久久久久久 | 久久精品国产自在天天线| 最后的刺客免费高清国语| 看免费av毛片| 男人舔女人下体高潮全视频| 日本一二三区视频观看| 亚洲av中文字字幕乱码综合| 97人妻精品一区二区三区麻豆| 久久天躁狠狠躁夜夜2o2o| 99热这里只有是精品50| 亚洲国产精品999在线| 啪啪无遮挡十八禁网站| 成人美女网站在线观看视频| 午夜福利在线在线| 亚洲aⅴ乱码一区二区在线播放| 精品久久久久久久久久久久久| 国内精品美女久久久久久| 国产一区二区三区在线臀色熟女| 级片在线观看| av在线观看视频网站免费| 99国产精品一区二区蜜桃av| 99精品在免费线老司机午夜| 男人舔女人下体高潮全视频| 久久久色成人| 精品99又大又爽又粗少妇毛片 | 亚洲av成人精品一区久久| 欧美高清性xxxxhd video| 高潮久久久久久久久久久不卡| 女同久久另类99精品国产91| 日韩成人在线观看一区二区三区| 我要看日韩黄色一级片| 国产精品精品国产色婷婷| 波多野结衣高清作品| 男女之事视频高清在线观看| 国产日本99.免费观看| 赤兔流量卡办理| 日韩人妻高清精品专区| 天堂√8在线中文| 午夜精品在线福利| 国产成人a区在线观看| 亚洲国产高清在线一区二区三| 男女做爰动态图高潮gif福利片| 男女视频在线观看网站免费| 内地一区二区视频在线| 国产亚洲精品av在线| 日本与韩国留学比较| 我的女老师完整版在线观看| 午夜福利视频1000在线观看| 又黄又爽又刺激的免费视频.| 午夜两性在线视频| 少妇熟女aⅴ在线视频| 亚洲av免费在线观看| 免费电影在线观看免费观看| 免费搜索国产男女视频| 国产精品久久电影中文字幕| 亚洲va日本ⅴa欧美va伊人久久| av在线观看视频网站免费| 制服丝袜大香蕉在线| xxxwww97欧美| 三级国产精品欧美在线观看| 性插视频无遮挡在线免费观看| 脱女人内裤的视频| 五月伊人婷婷丁香| 国产中年淑女户外野战色| 一个人看视频在线观看www免费| 亚洲精品色激情综合| 99热6这里只有精品| 国产精品国产高清国产av| 亚洲内射少妇av| 精品日产1卡2卡| 亚洲电影在线观看av| 在线观看美女被高潮喷水网站 | 成人特级黄色片久久久久久久| or卡值多少钱| 亚洲在线自拍视频| 五月伊人婷婷丁香| xxxwww97欧美| 午夜福利高清视频| 俺也久久电影网| 91在线观看av| 国产一区二区在线av高清观看| 亚洲第一欧美日韩一区二区三区| 国产一区二区三区视频了| 男女之事视频高清在线观看| 人人妻人人看人人澡| 丰满的人妻完整版| 色av中文字幕| 村上凉子中文字幕在线| 一边摸一边抽搐一进一小说| 少妇熟女aⅴ在线视频| 精品久久久久久久久av| 十八禁国产超污无遮挡网站| 最新中文字幕久久久久| 欧美丝袜亚洲另类 | 丰满人妻一区二区三区视频av| 成年免费大片在线观看| 亚洲 国产 在线| 欧美xxxx黑人xx丫x性爽| 在线国产一区二区在线| 少妇的逼好多水| 国产精品永久免费网站| 国产av在哪里看| 日本一二三区视频观看| av天堂中文字幕网| 69av精品久久久久久| 日日摸夜夜添夜夜添小说| av欧美777| 午夜激情欧美在线| 999久久久精品免费观看国产| 嫩草影院新地址| 国产激情偷乱视频一区二区| 精品乱码久久久久久99久播| 亚洲国产精品久久男人天堂| 免费看a级黄色片| 在现免费观看毛片| 在线观看免费视频日本深夜| 69av精品久久久久久| 日韩欧美在线乱码| 国产高清视频在线观看网站| 亚洲天堂国产精品一区在线| 国产伦精品一区二区三区视频9| 99热这里只有是精品在线观看 | 最新在线观看一区二区三区| 91久久精品电影网| 日韩亚洲欧美综合| 久久精品91蜜桃| 欧美成人性av电影在线观看| 一本综合久久免费| 国产精品自产拍在线观看55亚洲| 国内精品久久久久精免费| 久久这里只有精品中国| 中出人妻视频一区二区| 此物有八面人人有两片| 可以在线观看的亚洲视频| 九九在线视频观看精品| 天美传媒精品一区二区| 色综合婷婷激情| 国产成年人精品一区二区| 成人亚洲精品av一区二区| 国产免费一级a男人的天堂| 亚洲av电影在线进入| 五月伊人婷婷丁香| 日本与韩国留学比较| 一区福利在线观看| 欧美一区二区国产精品久久精品| 老司机午夜十八禁免费视频| 亚洲成av人片在线播放无| 久久国产乱子免费精品| 欧美成人一区二区免费高清观看| 又爽又黄a免费视频| 亚洲一区二区三区不卡视频| 久久这里只有精品中国| 亚洲av电影不卡..在线观看| 日本免费一区二区三区高清不卡| 我要看日韩黄色一级片| 亚洲av第一区精品v没综合| a级毛片a级免费在线| 91麻豆av在线| 人妻制服诱惑在线中文字幕| 午夜福利欧美成人| 久久6这里有精品| 国产av一区在线观看免费| 久久久久久九九精品二区国产| 日本免费a在线| 精品久久久久久久久久久久久| 国产高清视频在线播放一区| 观看美女的网站| 久久伊人香网站| av天堂在线播放| 日韩 亚洲 欧美在线| 欧美三级亚洲精品| 欧美乱妇无乱码| 精品不卡国产一区二区三区| 欧美xxxx黑人xx丫x性爽| 国内精品一区二区在线观看| 女人十人毛片免费观看3o分钟| 成人永久免费在线观看视频| 制服丝袜大香蕉在线| 免费av观看视频| 90打野战视频偷拍视频| 国内精品久久久久精免费| 丰满人妻一区二区三区视频av| 欧美日韩亚洲国产一区二区在线观看| 男人舔女人下体高潮全视频| 内地一区二区视频在线| 国产精品av视频在线免费观看| 成人鲁丝片一二三区免费| 国产精品久久久久久亚洲av鲁大| 亚洲欧美激情综合另类| 久久久久亚洲av毛片大全| 国产美女午夜福利| 波多野结衣高清无吗| 国产精品美女特级片免费视频播放器| 精品人妻偷拍中文字幕| 热99re8久久精品国产| 三级国产精品欧美在线观看| 99精品久久久久人妻精品| 身体一侧抽搐| 能在线免费观看的黄片| 精品人妻偷拍中文字幕| 一级黄片播放器| 三级国产精品欧美在线观看| 成人午夜高清在线视频| av专区在线播放| 成人一区二区视频在线观看| 亚洲第一电影网av| 欧美三级亚洲精品| 一个人免费在线观看的高清视频| 精品日产1卡2卡| av在线蜜桃| 亚洲av第一区精品v没综合| 天堂网av新在线| 日韩中字成人| 欧美日韩福利视频一区二区| 又黄又爽又免费观看的视频| 99在线人妻在线中文字幕| 久久伊人香网站| ponron亚洲| 午夜精品久久久久久毛片777| 国产精品一区二区性色av| 毛片女人毛片| ponron亚洲| 国产精品美女特级片免费视频播放器| 波多野结衣高清无吗| 中文字幕精品亚洲无线码一区| 国产高清视频在线播放一区| 99热6这里只有精品| 99国产极品粉嫩在线观看| 一级黄片播放器| 99国产极品粉嫩在线观看| 国产日本99.免费观看| 亚洲精品一区av在线观看| 中文字幕精品亚洲无线码一区| 日韩欧美国产一区二区入口| 欧美黄色淫秽网站| 一a级毛片在线观看| 欧美极品一区二区三区四区| 国产伦精品一区二区三区视频9| 日本在线视频免费播放| 亚洲av免费在线观看| 亚洲在线观看片| 欧美精品国产亚洲| 中文字幕av在线有码专区| 最近视频中文字幕2019在线8| 国产亚洲精品av在线| 18禁在线播放成人免费| 日韩精品中文字幕看吧| av视频在线观看入口| 免费无遮挡裸体视频| 最近最新免费中文字幕在线| 国产午夜福利久久久久久| 久久九九热精品免费| 全区人妻精品视频| 亚洲人成电影免费在线| 午夜免费成人在线视频| 亚洲av不卡在线观看| www日本黄色视频网| 欧美另类亚洲清纯唯美| 久久中文看片网| 国内精品久久久久精免费| 国产精品三级大全| 国产伦一二天堂av在线观看| 免费人成视频x8x8入口观看| 一区二区三区激情视频| 简卡轻食公司| 自拍偷自拍亚洲精品老妇| 亚洲第一欧美日韩一区二区三区| 99久久精品热视频| 午夜精品一区二区三区免费看| 亚洲精品粉嫩美女一区| 搡老熟女国产l中国老女人| 一夜夜www| 99久久九九国产精品国产免费| 久久天躁狠狠躁夜夜2o2o| 成人特级黄色片久久久久久久| 1024手机看黄色片| 午夜福利在线在线| 亚洲av电影不卡..在线观看| 精品乱码久久久久久99久播| 看片在线看免费视频| 深爱激情五月婷婷| 亚洲精品一卡2卡三卡4卡5卡| 日韩欧美精品免费久久 | 一边摸一边抽搐一进一小说| 亚洲成人久久性| 国内精品久久久久久久电影| 国产一区二区在线观看日韩| 最近最新中文字幕大全电影3| 宅男免费午夜| 午夜视频国产福利| 狠狠狠狠99中文字幕| 国语自产精品视频在线第100页| 男插女下体视频免费在线播放| 欧美日韩黄片免| 美女 人体艺术 gogo| 国产三级在线视频| 日本三级黄在线观看| 日韩欧美三级三区| 色综合婷婷激情| а√天堂www在线а√下载| 亚洲av二区三区四区| 日本一二三区视频观看| 日韩欧美国产一区二区入口| 欧美另类亚洲清纯唯美| 日本精品一区二区三区蜜桃| 午夜免费男女啪啪视频观看 | 久久久久久久午夜电影| 一个人看视频在线观看www免费| 国产麻豆成人av免费视频| 搡女人真爽免费视频火全软件 | 看片在线看免费视频| 欧美+日韩+精品| 日韩欧美三级三区| 高清在线国产一区| 深夜a级毛片| 日韩有码中文字幕| 国产视频一区二区在线看| 搡老妇女老女人老熟妇| 人人妻人人看人人澡| 国产精品三级大全| 精品国内亚洲2022精品成人| 88av欧美| 乱码一卡2卡4卡精品| 午夜a级毛片| 99久国产av精品| 神马国产精品三级电影在线观看| 国产精品嫩草影院av在线观看 | 欧美中文日本在线观看视频| 91字幕亚洲| 精品熟女少妇八av免费久了| 欧美日韩黄片免| 午夜福利视频1000在线观看| 女同久久另类99精品国产91| 欧美zozozo另类| 欧美性感艳星| 一级作爱视频免费观看| 亚洲电影在线观看av| 精品久久久久久久末码| 特级一级黄色大片| 免费看美女性在线毛片视频| 好看av亚洲va欧美ⅴa在| 90打野战视频偷拍视频| 国产激情偷乱视频一区二区| АⅤ资源中文在线天堂| 精品久久久久久久人妻蜜臀av| 国产高清激情床上av| 久久伊人香网站| 国产蜜桃级精品一区二区三区| 欧美国产日韩亚洲一区| 男女做爰动态图高潮gif福利片| 亚洲国产精品久久男人天堂| 国产主播在线观看一区二区| 国产久久久一区二区三区| 最新中文字幕久久久久| 国产久久久一区二区三区| 久久婷婷人人爽人人干人人爱| 国产精品久久电影中文字幕| 久久精品夜夜夜夜夜久久蜜豆| 亚洲不卡免费看| 搡女人真爽免费视频火全软件 | 一级黄色大片毛片| 久久久久国内视频| 亚洲人成网站在线播放欧美日韩| 18美女黄网站色大片免费观看| 看十八女毛片水多多多| 天天躁日日操中文字幕| 在线观看66精品国产| 中亚洲国语对白在线视频| 小说图片视频综合网站| 高清毛片免费观看视频网站| 国产亚洲精品久久久久久毛片| 国产成人影院久久av| 999久久久精品免费观看国产| 亚洲欧美日韩高清专用| 国产高潮美女av| 成年人黄色毛片网站| 身体一侧抽搐| 国产美女午夜福利| 人人妻人人澡欧美一区二区| 美女高潮的动态| 欧美bdsm另类| 丰满人妻熟妇乱又伦精品不卡| 久久99热这里只有精品18| 九色国产91popny在线| 波多野结衣高清作品| 天堂av国产一区二区熟女人妻| 国产av不卡久久| 欧美高清成人免费视频www| 国产黄色小视频在线观看| 白带黄色成豆腐渣| 亚洲精品久久国产高清桃花| 国产极品精品免费视频能看的| 国产成人aa在线观看| 91久久精品电影网| 亚洲成a人片在线一区二区| 丁香欧美五月| 99久久成人亚洲精品观看| 一进一出好大好爽视频| 国产成人啪精品午夜网站| 国产精品免费一区二区三区在线| 亚洲三级黄色毛片| 一个人免费在线观看的高清视频| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲av第一区精品v没综合| 国产精品99久久久久久久久| 99久久无色码亚洲精品果冻| 亚洲成人免费电影在线观看| 久久久国产成人免费| 国产男靠女视频免费网站| 免费在线观看亚洲国产| 亚洲国产精品999在线| 精品久久久久久久久久久久久| 亚洲av成人av| 日日摸夜夜添夜夜添av毛片 | 观看美女的网站| 一个人看的www免费观看视频| 午夜免费激情av| 国产精品一区二区性色av| 很黄的视频免费| 久久精品国产自在天天线| 国产色爽女视频免费观看| 欧美日韩中文字幕国产精品一区二区三区| 99热精品在线国产| 久久久色成人| 成人国产综合亚洲| 给我免费播放毛片高清在线观看| 亚洲av成人不卡在线观看播放网| 亚洲av电影不卡..在线观看| 亚洲av免费在线观看| 日韩欧美在线乱码| 69人妻影院| 欧美区成人在线视频| 一级作爱视频免费观看| 婷婷精品国产亚洲av在线| 欧美黄色淫秽网站| 国产主播在线观看一区二区| av在线老鸭窝| 国产精品精品国产色婷婷| 国产白丝娇喘喷水9色精品| 国产淫片久久久久久久久 | 成人特级av手机在线观看| 人妻制服诱惑在线中文字幕| 毛片女人毛片| 久久香蕉精品热| 国产成人av教育| 日韩成人在线观看一区二区三区| 欧美成人免费av一区二区三区| 美女免费视频网站| www.熟女人妻精品国产| 免费在线观看影片大全网站| 国产精品美女特级片免费视频播放器| 精品人妻视频免费看| 亚洲av五月六月丁香网| 桃红色精品国产亚洲av| 国产三级中文精品| 色av中文字幕| 五月玫瑰六月丁香| 午夜免费男女啪啪视频观看 | 亚洲欧美日韩无卡精品| 中文在线观看免费www的网站| 久久久久久大精品| 婷婷亚洲欧美| 日韩亚洲欧美综合| 亚洲自拍偷在线| 级片在线观看| 欧美日韩中文字幕国产精品一区二区三区| 亚洲国产精品合色在线| 午夜福利视频1000在线观看|